一、底层数据结构
| 特性 | ArrayList | LinkedList |
|---|---|---|
| 实现方式 | 基于动态数组 | 基于双向链表 |
| 内存布局 | 连续内存块，支持快速随机访问 | 离散节点，每个节点包含数据及前后指针 |
| 默认初始容量 | 10（扩容时增长 50%） | 无预分配容量，动态添加节点 |
二、核心操作性能对比
// ArrayList的随机访问示例
ArrayList<Integer> arrayList = new ArrayList<>();
arrayList.add(1);
int val1 = arrayList.get(0); // O(1)
// LinkedList的顺序访问示例
LinkedList<Integer> linkedList = new LinkedList<>();
linkedList.add(1);
int val2 = linkedList.get(0); // O(n)
| 操作 | ArrayList 时间复杂度 | LinkedList 时间复杂度 |
|---|---|---|
| 随机访问（get/set） | O(1) | O(n) |
| 头部插入/删除 | O(n)（需移动元素） | O(1) |
| 尾部插入/删除 | 分摊 O(1)（无扩容时 O(1)） | O(1) |
| 中间插入/删除 | O(n) | O(n)（需遍历到目标位置） |
三、内存与 GC 影响
| 维度 | ArrayList | LinkedList |
|---|---|---|
| 内存占用 | 仅存储元素 + 数组头（内存紧凑） | 每个节点额外存储两个指针（对象头 + 前后引用） |
| GC 压力 | 整体回收高效（单个数组对象） | 频繁增删产生大量小对象，增加 GC 负担 |
| 缓存局部性 | 高（连续内存，CPU 预加载命中率高） | 低（节点分散，缓存未命中率高） |
四、扩容机制
ArrayList 扩容流程：
// 扩容核心逻辑（JDK17） int newCapacity = oldCapacity + (oldCapacity >> 1); // 1.5倍扩容 elementData = Arrays.copyOf(elementData, newCapacity);- 代价：数据复制导致 O(n) 时间复杂度
- 优化建议：初始化时预估容量（
new ArrayList<>(initialCapacity)）
LinkedList 无扩容：动态添加节点，但每个节点额外占用 24 字节（64 位 JVM）
五、线程安全与并发方案
| 方案 | ArrayList | LinkedList |
|---|---|---|
| 默认线程安全 | 否 | 否 |
| 同步包装类 | Collections.synchronizedList() |
Collections.synchronizedList() |
| 高并发替代方案 | CopyOnWriteArrayList |
ConcurrentLinkedDeque |
六、工程实践场景
1. 电商商品列表展示
选择 ArrayList：
- 高频读取商品信息（随机访问）
- 批量更新时通过尾插法优化（
addAll()）
List<Product> products = new ArrayList<>(10000); // 预分配容量
2. 实时消息队列
选择 LinkedList：
- 高频头尾操作（
addFirst()/removeLast()） - 使用迭代器避免随机访问：
LinkedList<Message> queue = new LinkedList<>(); // 生产者 queue.offer(new Message()); // 消费者（高效遍历） Iterator<Message> it = queue.iterator(); while(it.hasNext()) process(it.next());- 高频头尾操作（
3. 多线程日志处理器
选择 CopyOnWriteArrayList：
- 写操作极少（日志初始化配置）
- 高频遍历读取日志规则
CopyOnWriteArrayList<LogRule> rules = new CopyOnWriteArrayList<>(); // 写操作（仅在配置更新时触发） rules.add(new LogRule()); // 读操作（无锁并发） rules.forEach(LogService::applyRule);
七、性能对比测试数据
测试环境：JDK17，10 万次操作，i7-11800H
| 测试场景 | ArrayList 耗时 | LinkedList 耗时 | 差异原因 |
|---|---|---|---|
| 随机访问 1 万次 | 2ms | 650ms | 数组 O(1) vs 链表 O(n) 遍历 |
| 尾部插入 1 万次 | 3ms | 5ms | 均摊 O(1)，链表节点创建开销略高 |
| 头部插入 1 万次 | 420ms | 8ms | 数组需移动元素，链表直接修改指针 |
| 遍历所有元素 | 15ms | 18ms | 数组缓存命中率高 |
八、高级特性对比
| 特性 | ArrayList | LinkedList |
|---|---|---|
| 实现接口 | List | List + Deque |
| 序列化效率 | 高（连续数据，可批量写入） | 低（需逐个节点处理） |
| 内存池兼容性 | 适合对象池化（数组整体复用） | 节点分散，池化效果差 |
| 批量操作优化 | System.arraycopy() 高效 |
需要逐个节点操作 |
九、选型决策树
通过以上对比，开发者可根据具体场景选择最合适的实现：
- 优先 ArrayList：适用于 90% 的常规场景（读多写少、内存敏感）
- 慎用 LinkedList：仅在需要频繁头尾操作或实现双端队列时选用
- 线程安全场景：根据写频率选择
CopyOnWriteArrayList或同步包装类